[發(fā)明專利]確定非噪聲音頻信號(hào)歸屬類別的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 200710080333.X
• 申請(qǐng)日: 2007-03-02
• 公開(kāi)（公告）號(hào): CN101256772A
• 公開(kāi)（公告）日: 2008-09-03
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)勤;鄧浩江;王珺;曾學(xué)文;張軍;張立斌;王喆
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G10L19/04
• 分類號(hào): G10L19/04;G10L19/02
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李欣

1.?一種確定非噪聲音頻信號(hào)歸屬類別的方法，其特征在于，包括：

獲取非噪聲音頻信號(hào)的頻譜特征參數(shù)；

在頻域范圍內(nèi)，根據(jù)所述非噪聲音頻信號(hào)的頻譜特征參數(shù)，以及設(shè)定的特征參數(shù)閾值，確定當(dāng)前非噪聲音頻信號(hào)歸屬類別。

2.?如權(quán)利要求1所述的方法，其特征在于，所述特征參數(shù)包括如下中的至少一個(gè)：

譜波動(dòng)flux；譜波動(dòng)方差flux_var；譜波動(dòng)方差移動(dòng)平均flux_var_mov；低頻帶占全頻帶的能量比率ratiol；95％譜衰減Rolloffx％譜衰減Rolloff_x；時(shí)域過(guò)零率zcr。

3.?如權(quán)利要求2任意一項(xiàng)所述的方法，其特征在于，所述特征參數(shù)還包括如下中的至少一個(gè)：

譜衰減方差rolloff_var；頻域過(guò)零率fzcr。

4.?如權(quán)利要求3所述的方法，其特征在于，所述頻域過(guò)零率fzcr通過(guò)如下方式獲得：

截取非噪聲音頻信號(hào)的至少一段頻譜信號(hào)；

對(duì)所截取的每一段頻譜信號(hào)進(jìn)行歸一化處理；并對(duì)歸一化處理后的頻譜信號(hào)，進(jìn)行去掉平均值的整理處理，并計(jì)算整理過(guò)的頻譜信號(hào)的過(guò)零率。

5.?如權(quán)利要求2或3所述的方法，其特征在于，所述根據(jù)所述頻譜特征參數(shù)，以及設(shè)定的特征參數(shù)閾值，確定當(dāng)前非噪聲音頻信號(hào)歸屬類別的過(guò)程，具體包括：

根據(jù)獲取到的如下特征參數(shù)的一個(gè)或多個(gè)：時(shí)域過(guò)零率zcr；低頻帶占全頻帶的能量比率ratiol，以及相應(yīng)的特征參數(shù)閾值，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行清音歸屬類別的判決；和/或，

根據(jù)獲取到的如下特征參數(shù)中的一個(gè)或多個(gè)：譜波動(dòng)flux；譜波動(dòng)方差var_flux；譜波動(dòng)方差移動(dòng)平均flux_var_mov；時(shí)域過(guò)零率zcr，以及相應(yīng)的特征參數(shù)閾值，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行語(yǔ)音歸屬類別的判決；和/或，

根據(jù)獲取到的x％譜衰減Rolloff_x特征參數(shù)，以及相應(yīng)的特征參數(shù)閾值，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行語(yǔ)音歸屬類別的判決；和/或，

根據(jù)上一幀音頻信號(hào)的清音拖尾標(biāo)志、譜波動(dòng)拖尾標(biāo)志、譜衰減拖尾標(biāo)志對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行語(yǔ)音歸屬類別的判決；和/或，

根據(jù)獲取到的如下特征參數(shù)的一個(gè)或多個(gè)：譜波動(dòng)方差移動(dòng)平均flux_var_mov；x％譜衰減Rolloff_x，以及相應(yīng)的特征參數(shù)閾值，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行音樂(lè)歸屬類別的判決；和/或，

根據(jù)上一幀音頻信號(hào)的譜波動(dòng)方差移動(dòng)平均拖尾標(biāo)志，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行音樂(lè)歸屬類別的判決。

6.?如權(quán)利要求5所述的方法，其特征在于，所述對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行清音歸屬類別的判決的過(guò)程，具體包括：

判斷下述條件中的一個(gè)或多個(gè)是否滿足：時(shí)域過(guò)零率zcr是否大于時(shí)域過(guò)零率閾值THR_ZCR；低頻帶占全頻帶的能量比率ratiol是否大于低頻帶占全頻帶的能量比率閾值THR_RA；

若其中一個(gè)滿足條件，則確定當(dāng)前非噪聲幀歸屬于清音類別，并置清音拖尾標(biāo)志為第一設(shè)定值；否則，確定當(dāng)前非噪聲幀不屬于語(yǔ)音類。

7.?如權(quán)利要求5所述的方法，其特征在于，所述根據(jù)獲取到的如下特征參數(shù)中的一個(gè)或多個(gè)：譜波動(dòng)fux；譜波動(dòng)方差var_flux；譜波動(dòng)方差移動(dòng)平均flux_var_mov；時(shí)域過(guò)零率zcr，以及相應(yīng)的特征參數(shù)閾值，對(duì)當(dāng)前非噪聲音頻信號(hào)進(jìn)行語(yǔ)音歸屬類別的判決的過(guò)程，具體包括：

判斷下述條件中的一個(gè)或多個(gè)是否滿足：

譜波動(dòng)flux是否大于譜波動(dòng)閾值THR_FLUX；譜波動(dòng)方差flux_var是否大于譜波動(dòng)方差閾值THR_FLUX_VAR；譜波動(dòng)flux是否大于第一譜波動(dòng)方差函數(shù)f₁(flux_var)；譜波動(dòng)flux是否小于第二譜波動(dòng)方差函數(shù)f₂(flux_var)；zcr是否大于譜波動(dòng)方差移動(dòng)平均函數(shù)f(flux_var_mov)；

若其中一個(gè)條件滿足，則確定當(dāng)前非噪聲音頻信號(hào)歸屬于語(yǔ)音類別，并置譜波動(dòng)拖尾標(biāo)志為第二設(shè)定值；否則，確定當(dāng)前非噪聲音頻信號(hào)不屬于語(yǔ)音類。